joyful-pandas(下)学习笔记——第8章 分类数据
顾名思义,分类数据可以帮助我们将数据划分为若干个区间,每一区间内的数据都具有某一相同或相近的特征。它可以以文本或者数值标签(文本的情况比较多见)的形式出现,但又不同于普通的文本或数值。
分类的信息密度比文本要高,但是比数值要低。
数值型数据可以通过设定区间分割点等方式来转化为分类数据,但分类数据很难再还原为数值型数据。类似地,分类数据可以通过添加一些描述性文字的方式转化为文本数据,但是从一段文本数据中提取分类信息则较为困难。
【练习一】 现继续使用第四章中的地震数据集,请解决以下问题:
(a)现在将深度分为七个等级:[0,5,10,15,20,30,50,np.inf],请以深度等级Ⅰ,Ⅱ,Ⅲ,Ⅳ,Ⅴ,Ⅵ,Ⅶ为索引并按照由浅到深的顺序进行排序。
data['深度']=pd.cut(data['深度'],[-0.1,5,10,15,20,30,50,np.inf],labels=['Ⅰ','Ⅱ','Ⅲ','Ⅳ','Ⅴ','Ⅵ','Ⅶ'])
(b)在(a)的基础上,将烈度分为4个等级:[0,3,4,5,np.inf],依次对南部地区的深度和烈度等级建立多级索引排序
data['烈度'] = pd.cut(data['烈度'], [-0.1,3,4,5,np.inf],labels=['Ⅰ','Ⅱ','Ⅲ','Ⅳ'])
data.set_index(['深度','烈度']).sort_index()
本文是对joyful-pandas教程的学习思考,感谢GYH大佬的分享!感谢Datawhale的学习组织!
joyful-pandas教程地址http://dwz.date/aZCT